INTRODUCCIÓN
El reconocimiento de patrones o Machine Learning es una rama matemática con gran impacto en los negocios digitales. Apple, Google o Amazon no lo pasan por alto... En este curso aprenderás de forma práctica los principales conceptos de esta técnica sin necesidad de conocer su base matemática.
DESCRIPCIÓN
Machine Learning, Deep Learning, reconocimiento de patrones, computación cognitiva o inteligencia artificial son conceptos matemáticos que están detrás de coches con conducción automática, de recomendaciones de productos a clientes, de filtros de spam en correos o de hoteles sin personal en Japón por poner algunos ejemplos. Esta práctica no sólo es una revolución en la actualidad para empresas y sociedad. También es la revolución de un futuro muy cercano en el que las grandes bases de datos, o Big Data, tendrán un fuerte impacto.
TEMARIO DEL CURSO
1. Introducción.
- Historia del reconocimiento de patrones o Machine Learning (ML).
- Por qué debemos saber de ML. Presente y futuro, el caso de Google y Tesla y la inclusión del contexto en el proceso de reconocimiento.
2. Introducción al reconocimiento de patrones.
- Conceptos, patrón, predicción, maldición de la dimensionalidad y validación cruzada.
- Análisis no-supervisado, clustering o reconocimiento de grupos.
- Análisis supervisado, clasificación automática o cómo realizar predicciones a partir de datos.
- Análisis de regresión o inferencia cuantitativa a partir de datos multivariantes.
3. Introducción al Deep Learning o Convolutional Neural Networks.
4. Discusión.
¿A QUIÉN VA DIRIGIDO?
- A profesionales que no tengan ninguna formación en matemáticas ni en programación pero necesitan entender la técnica para su desarrollo profesional.
- A profesionales que deben interaccionar con especialistas en la ciencia.
- Y en general, a personas con curiosidad sobre esta ciencia.
NIVEL RECOMENDADO
El nivel de este workshop es básico: sólo se requiere nivel de usuario en informática.
METODOLOGÍA
Este curso tiene formato workshop. Abordaremos los conceptos en los que se basa la ciencia de reconocimiento de patrones mediante ejemplos y datos reales y un lenguaje de programación estadística (R). Además, se realizará un algoritmo capaz de reconocer atributos en un conjunto de personas a través de sus imágenes.
El alumno tendrá un rol activo y, a pesar de no conocer las técnicas de programación ni las matemáticas asociadas, entenderá los conceptos fundamentales, la complejidad asociada y las posibilidades y límites del método. A lo largo de la sesión se combinarán las partes más teóricas con su ejemplo y con datos reales a fin de maximizar la comprensión del tema.
ORDENADOR
Para la realización de este workshop es necesario asistir con ordenador.
SOBRE EL PROFESOR
Alexandre Perera es Profesor Agregado en la Universitat Politècnica de Catalunya y Group leader del B2SLab, Centre de Recerca en Enginyeria Biomédica.
LinkedIn de Alex Perera
Perfil en B2SLab
BIBLIOGRAFIA Y ENLACES DE INTERÉS